[发明专利]一种基于波形网络的信号增强方法、目标识别方法及系统

权利要求书

1.一种基于波形网络信号增强方法，其特征在于，包括以下步骤：

步骤1、接收到ADS-B射频信号后，进行预处理；

步骤2、通过波形网络结构提取预处理后的ADS-B射频信号的序列信息；

步骤3、将波形网络结构中各层输出的信息进行连接；

步骤4、对连接后的信息进行两次卷积操作完成信号增强。

2.根据权利要求1所述的基于波形网络信号增强方法，其特征在于，所述步骤1中，预处理包括采用RTL-SDR获取ADS-B射频信号的IQ信号值，并将IQ信号值转换为一维数据；同时采用解码算法对数据进行解码，然后再对该条信号所属的飞机类型进行标注。

3.根据权利要求1或2所述的基于波形网络信号增强方法，其特征在于，所述波形网络结构采用非因果扩展卷积和残差网络实现。

4.根据权利要求3所述的基于波形网络信号增强方法，其特征在于，所述残差网络的计算方法为：

F(x)＝H(x)+x

其中，x表示网络层的输入，F(x)是网络层的输出，H(.)表示一系列非线性变换，采用门控单元与卷积实现，其中，门控单元为：

z_t'＝tanh(W_f*x_t)⊙σ(W_g*x_t)

其中，*和⊙分别表示卷积操作和对应元素逐个相乘，f,t,t'和g分别表示滤波器、输入时间、输出时间和门控，W_f和W_g为卷积滤波器。

5.一种基于权利要求1-4任一项所述的基于波形网络信号增强方法的目标识别方法，其特征在于，在获得信号增强后的ADS-B信号基础上实现，包括：

步骤5、将增强后的ADS-B信号转换为Contour Stellar图；

步骤6、将Contour Stellar送入利用多层感知机构建的目标识别模型进行目标识别；

其中，目标识别模型通过标注飞机类型的数据进行训练。

6.根据权利要求5所述的目标识别方法，其特征在于，步骤5包括以下子步骤：

步骤5.1、将增强后的ADS-B信号转换为星群图形式；

步骤5.2、根据星群图中每个点的归一化密度对星群图着色，得到Contour Stellar图。

7.根据权利要求6所述的目标识别方法，其特征在于，归一化密度计算方法为：

其中，ρ(m)为第m个点的归一化密度，h(m)是第m个点的水平轴的值，v(m)是第m个点的垂直轴的值，N是总点数，r是选定的矩形区域的一半的长度；对于函数g，其表达式为

8.根据权利要求7所述的目标识别方法，其特征在于，所述星群图的转换方法为：

其中，U₀和V₀是左上角坐标，U₁和V₁是右下角坐标，x₀和y₀是密度窗口函数的左上角坐标，x₁和y₁是密度窗口函数的右下角坐标。

9.一种信号增强及目标识别系统，其特征在于，包括：

天线，接收ADS-B射频信号；

预处理模块，获取ADS-B射频信号的IQ信号值，并将IQ信号值转换为一维数据；以及采用解码算法对数据进行解码，然后再对该条信号所属的飞机类型进行标注。

信号增强模块，由波形网络结构以及卷积模块组成，用于对一维的ADS-B信号增强；

目标识别模块，用于将增强的ADS-B信号转换为Contour Stellar图，并通过利用多层感知机构建的目标识别模型进行目标识别；其中，目标识别模型由标注飞机类型的数据训练而成。